0 引　言

船舶通信应用中，数据信息通信的实时性、有效性十分重要，在异构通信网络中，如何保证船舶通信数据被快速、准确发送至目的端，是目前船舶通信数据管理的核心问题。杨晨等^[1]在船舶通信网络中采用典型3层网络通信架构，构建通信系统。虽然此方法可在实验环境中优化数据通信效果，但未考虑数据规模性、冗余化、无序性等特征，在数据规模较大的工况中，数据通信质量有待提升。徐轶群等^[2]设计了一种全船无线通信系统网络架构，此网络的覆盖范围广，采用无线接入、有线主干网络相结合的方式，有效保证船舶网络通信效果，但实际应用中，通信数据规模通常较大，需采用合理的数据管理方法，才能保证数据通信效果。

云计算平台具备显著的大数据运维自动化能力，且云组件功能丰富，目前在多种领域的信息通信系统中被大量使用，且使用效果显著^[3-5]。数据库管理问题中，DDS是目前数据调度常用的数据分发技术，此技术能够有效结合数据服务质量要求，完成数据分发操作。为此提出基于DDS的船舶通信数据库云平台数据管理方法，以提升船舶通信数据库云平台数据管理效果。

1 船舶通信数据库云平台数据管理 1.1 基于DDS的船舶通信数据库云平台构建

图1基于DDS的船舶通信数据库云平台架构，用于管理船舶通信数据库中的大量异构通信数据。主要分为处理层、网络层、存储层3部分。存储层主要使用基于删冗的云平台智能化存储方法，用于存储船舶通信数据库云平台的有效通信数据，当处理层存在数据要求时，网络层云服务器会使用DDS数据分发模型，驱动数据QOS要求子模型，结合QOS要求，确定船舶通信数据库云平台中数据传输的优先级，快速分发数据分发。

1.2 基于删冗的云平台智能化存储方法

以往的数据库存储技术主要在数据库完成，仅以简单的输入/输出方式，便完成数据存储，并不考虑数据是否存在冗余状态，冗余数据的存在会浪费存储云节点资源。为此，在存储层中使用基于删冗的云平台智能化存储方法，图2为冗余数据删除多线程流水线与并行化示意图。

1.3 DDS数据分发模型设计

网络层云服务器采用的DDS数据分发模型结构如图3所示。DDS数据分发模型中，将数据库云平台中的数据发送端看作为发布者，数据写入者为数据采集端，而订阅者与读入者即为云平台中的数据接收端。DDS数据分发模型的身份主要是船舶通信数据库云平台中，船舶通信网络的中间件，此模型能够为船舶通信数据库云平台提供通信数据分发服务，让船舶通信数据可以快速分发传输，从而避免出现数据拥塞问题。

1.4 数据QOS要求子模型设计

图4为数据QOS要求子模型的整体结构示意图。在DDS数据分发模型中，QOS的调配控制，直接决定船舶通信数据库云平台中的数据分发效果。对数据发布者与订阅者而言，两者之间的通信数据匹配合约就是QOS。对差异的数据发布者与订阅者的主题要求，船舶通信数据库云平台会通过DDS数据分发模型，启动针对性的QOS数据分发策略。数据订阅者需结合自己的要求，向订阅的数据发送匹配的QOS要求，发布者结合差异数据的属性，判断数据的QOS要求。因为订阅者QOS要求与云平台QOS要求均十分明确，则在分发船舶通信数据库云平台中数据的过程中，需要结合QOS要求，将通信数据执行分类，确定通信优先级，以此满足订阅者的QOS要求。

设置DDS数据分发模型要分发的船舶数据为 $ R $ ，QOS要求设成 $ {S_R} $ ，则以三元组的方式描述：

$ {S_R} = \left\{ {I{D_R},PRI,B} \right\}。$

(1)

其中： $ I{D_R} $ ， $ PRI $ ， $ B $ 为船舶数据来源标识，数据优先级，船舶通信数据属性集合。

$ B = \left\{ {E,Z,L} \right\} 。$

(2)

其中： $ E $ ， $ Z $ ， $ L $ 分别为船舶数据的通信时延约束、数据产生时间和数据大小。

船舶通信数据库云平台管理中，DDS数据分发模型中，QOS的调配需要结合数据属性设置数据队列，数据属性主要是指 $ E $ ， $ Z $ ， $ L $ ，DDS数据分发时，需要以用户要求设置船舶数据的通信优先级队列，船舶数据属性权重需以用户要求为中心设置。若用户对船舶通信数据的要求主要看重传输时延，那么在船舶数据优先级设置时，需要将船舶数据传输时延，作为船舶数据通信优先级设置的首要条件，船舶数据传输时延较短，那么权重便较大，此数据便处于优先传输的位置。设置三元组 $ {S_R} $ 中，船舶数据通信的优先级 $ PRI $ 为：

$ PRI = \left\{ {H,NS,KK} \right\}，$

(3)

$ H = \left\{ {JR,RK,AF} \right\}。$

(4)

式中： $ NS $ 与 $ KK $ 为船舶数据通信传输的速率最小值和传输时延最大值； $ JR $ ， $ RK $ ， $ AF $ 分别为优先级的紧急、较急和普通3种级别； $ H $ 为在分析船舶数据优先级的前提下，数据QOS要求子模型的调配策略； $ JR $ 为船舶通信数据需实时传输，传输过程中延迟需保证最小化，云平台管理中必须尽快保证此类数据优先通信传输； $ RK $ 为船舶通信数据对的时间要求不迫切，可延缓传输数据； $ AF $ 为船舶通信数据不存在严格的时间约束，仅将数据发送至订阅者便可。

2 实验分析 2.1 实验条件设置

构建一个船舶通信数据发送端、接收端，以此设置一个船舶电力信息监测系统，此监测系统的发送端就是系统在监测船舶电力设备时的采集设备，接收端就是系统在监测船舶电力设备时的数据接收设备。考虑到船舶电力设备监测时，监测数据规模较大，且船舶设备类型较多，为此，将本文方法作为此系统的管理方法，在发送端、接收端之间船舶电力信息数据通信时，接收端确定已接收数据后，会向发送端发送反馈信号。

实验中船舶电力信息数据类型如表1所示。

2.2 船舶通信数据存储效果分析

分析表1可知，实验中船舶电力信息数据分为2种类型，类型之间的明显差异是数据量与冗余率，如果直接将此类数据存储于数据库云平台，便会过多占用数据库云平台的存储空间，所以本文方法在数据库云平台管理中会对船舶数据执行删冗处理。图5为本文方法删冗处理后，船舶通信数据存储空间变化示意图。由图5可知，本文方法对数据量、冗余率存在差异的船舶通信数据删冗后，数据库云平台存储空间得到明显优化，说明船舶数据删冗存在必要，不会浪费数据库云平台存储空间。

2.3 船舶通信数据分发效果分析

实验以 $ JR $ ， $ RK $ ， $ AF $ 级别的数据对通信时延的要求依次设成0.5 s，1 s，1.5 s，表示数据通信时的时延最大值不可超过0.5 s，1 s，1.5 s，则本文方法使用DDS数据分发模型后， $ JR $ ， $ RK $ ， $ AF $ 级别的船舶数据分发通信时延如图6～图8所示。根据图6～图8的数据分发通信时延测试结果可知，本文方法使用DDS数据分发模型后， $ JR $ ， $ RK $ ， $ AF $ 级别的数据分发通信时延均满足“0.5 s，1 s，1.5 s”这一要求，说明DDS数据分发模型能够有效利用数据QOS要求子模型，结合需要结合QOS要求，将通信数据执行优先级分类，确定通信优先级后执行分发，以此满足船舶通信数据的分发要求。

3 结　语

本文研究DDS技术在船舶通信数据库云平台管理中的应用，在分析船舶通信数据库云平台结构后，结合DDS技术的使用优势，构建了DDS数据分发模型，并在实验中验证DDS数据分发模型，能够优化船舶通信数据库云平台管理效果，提高船舶通信数据的传输效率。DDS技术在船舶通信数据库云平台管理中，能够以QOS要求为数据分发核心，遵循严格的数据通信优先级标准，完成并行式数据分发操作，从而提高数据库云平台的数据通信效果。